סמנכ"לית הכספים של OpenAI מציעה מדד ROI ל-AI מעבר לשריפת ה-token

שרה פרייר, ה-CFO של OpenAI, פרסמה 'AI scorecard' שמכוון לשאלה שמטרידה יותר ויותר חדרי דירקטוריון: איך בעצם מודדים אם ההשקעה ב-AI משתלמת? במקום להסתמך על נפח שימוש או ספירת tokens, המסגרת של פרייר בוחנת ארבעה ממדים — כמות העבודה המועילה שנעשתה, עלות לכל משימה מוצלחת, אמינות, ותשואה על כוח המחשוב — וממסגרת מחדש את ה-ROI של AI סביב תוצאות במקום סביב צריכה.

המהלך אינטרסנטי מבחינה אסטרטגית, אבל גם באמת שימושי. כספק שמוכר tokens, OpenAI מרוויחה מלקוחות שיכולים להצדיק את ההוצאה מול ה-CFO שלהם; מסגרת מדידה אמינה עוזרת לארגונים לאשר deployment רחב יותר. אבל הדגש על 'עלות לכל משימה מוצלחת' ועל 'אמינות' הוא גם הודאה עקיפה בכך שיכולת גולמית של מודל אינה מספיקה — אמינות וכלכלת יחידה הן שקובעות אם deployment של AI ישרוד את בחינת התקציב.

המסגור הזה משתלב עם הצעה מקבילה שהגיעה השבוע מבוריס צֶ'רני מ-Anthropic, יוצר Claude Code, שהציע מסגרת ארגונית בת ארבעה שלבים למדידת הצלחת AI 'מעבר לשריפת tokens' — בדיוק אותו נושא, מחברה מתחרה. העובדה ששתיים מחברות ה-AI הגדולות מפרסמות במקביל מסגרות ROI מסמנת שוק שמתבגר: עידן קניית ה-AI על בסיס הייפ מפנה מקום לצוותי רכש שדורשים תשואות מדידות.

הקריאה הספקנית: scorecard שנכתב בידי ספק tokens יגדיר הצלחה באופן טבעי בדרכים שמעודדות קניית עוד tokens, ו'תשואה על כוח מחשוב' קל יותר להצהיר עליה מאשר למדוד אותה בכנות. אבל התזוזה הבסיסית אמיתית ובריאה — אחרי שנה של הוצאות AI שהוצדקו ב-FOMO, גם OpenAI וגם Anthropic מציידות עכשיו את הקונים במדדים, סימן שאחריותיות ROI סוף-סוף מגיעה. ארגונים צריכים להתייחס לאלה כנקודות פתיחה, לא כסטנדרטים ניטרליים.